本文摘要：摘要:为了提高收割机远程控制作业的智能化水平，实现收割机的无人化作业，基于音乐舞蹈机器人的音乐识别技术，在远程控制系统的设计上引入了语音指令识别系统，在收割机作业遇到突发状况时可以实现收割机的远程干预。为了验证控制系统的可行性，模拟农田无人
摘要:为了提高收割机远程控制作业的智能化水平，实现收割机的无人化作业，基于音乐舞蹈机器人的音乐识别技术，在远程控制系统的设计上引入了语音指令识别系统，在收割机作业遇到突发状况时可以实现收割机的远程干预。为了验证控制系统的可行性，模拟农田无人化作业的环境，对收割机指令识别系统的识别精度和动作执行误差进行了测试，结果表明:采用小波神经网络算法后，语音指令识别系统可以得到较高的语音识别和动作执行精度，满足了收割机远程控制系统智能化设计需求。
关键词:智能收割机;远程控制系统;舞蹈机器人;神经网络;小波算法
0引言
语音识别技术是让计算机识别一些语音信号，并把语音信号转换成相应的文本或者命令的一种高科技技术。语音识别技术所涉及的领域非常广泛，包括信号处理、模式识别、人工智能等技术，从简单的音乐舞蹈机器人到现代自动化装配的远程控制，语音识别技术发挥了越来越大的作用。随着农业现代化技术的不断发展，无人化作业农机被应用到了农业生产作业过程中，在农机自主作业过程中会遇到一些突发状况，需要进行实时监控，并对其作业情况进行远程干预，从而提高其作业质量和效率。
机器方向评职知识：机器人科学论文可以投稿的期刊
1音乐舞蹈机器人和语音识别系统
在设计音乐舞蹈机器人时，舞蹈机器人的动作需要根据音乐的节拍变化做出相应的调整，需要对音乐的节拍进行快速有效的识别。音乐节拍是音乐的重要特征，如果能对音乐节拍快速智能化识别，将大大提高音乐舞蹈机器人的动作准确性，还可以自主根据音乐进行舞蹈，提高机器人的智能化程度。音乐节拍的识别和语音指令的识别类似，在农业领域无人收割机的远程控制可以通过语音指令来实现。在无人机作业时，农机管理人员只需要在远程办公室为农机布置下作业任务，农机便可以按照预定程序进行播种和收获等作业。在遇到突发状况或者作业故障时，通过语音指令来远程控制农机是一种简单、快速的控制方法，这就需要无人驾驶农机具有语音识别系统。
语音识别系统的原理是特征模式的识别，其基本的框架结构主要是由5部分组成，包括信号采集和处理模块、特征提取模块、参考库建模、模式匹配、动作执行模块。在进行远程语音指令识别时，先对语音信号进行采集和处理，然后对语音指令信号的特征进行提取，将指令特征和参考库里的指令进行对比后匹配;最后，识别到语音指令对应的执行动作，控制系统发出控制指令执行收割作业动作。
2舞蹈机器人及其语音识别学习算法
舞蹈机器人的舞蹈动作设计基于对音乐的识别，普通舞蹈机器人主要是根据某一首歌曲、按照歌曲的播放时间和节奏来完成舞蹈动作，在播放不同的歌曲时会跳出不同的舞蹈动作。在播放歌曲时，可以单首播放，也可以循环播放。循环播放的功能设计。其中，while能够使一首歌曲播放完后还可以继续返回歌曲首部，继续播放。MP3按钮的主要功能是插入歌曲音频文件，根据机器人舞蹈动作所需要的歌曲插入歌曲文件，插入歌曲文件后可以根据歌曲的节奏对机器人进行动作设计。机器人的舞蹈动作主要是由舵机来进行控制的，以机器人舞蹈时的左转为例，通过该功能模块的设计，机器人在左转舵机的控制下可以向左旋转90°。
利用4个舵机可以完成舞蹈机器人的360°旋转。普通的舞蹈机器人是根据音乐来进行舞蹈动作的，如果机器人能够对非机器人自身播放的音乐进行识别，根据音乐来跳舞，可以大大提高机器人的智能化程度。这种功能可以推广到收割机的远程控制指令识别系统的设计上，在指令识别时需要引入智能化学习算法。神经网络算法是常用的学习算法，具有推理机制和知识库系统，结合小波算法对权值进行修正，可以实现智能学习过程。以BP神经网络为例，通过神经网络算法可以有效地提高学习的精度。BP神经网络采用误差前馈的方法。
为了提高收割机远程语音动作指令识别的智能化水平，可以利用神经网络算法对动作数据库进行记录，并对数据进行训练，然后建立语音指令数据库。在收割机进行作业时，远程发送指令后通过语音识别系统对指令进行识别，通过将指令和动作数据库进行匹配后执行动作指令。在执行动作指令时，为了提高动作的精度，还可以利用小波神经网络算法对动作误差进行修正。
3收割机智能控制系统测试
随着随着物联网、大数据、移动互联网、智能控制、卫星定位等信息技术的发展，越来越多智能化的无人驾驶农机在田间大显身手。识别误差统计结果表明:采用神经网络训练算法可以得到较高的识别精度，满足语音指令识别系统的设计需求，且随着训练次数的不断增加精度会进一步提高。
4结论
为了提高收割机作业的智能化水平，实现无人作业，在收割机远程控制系统的设计上引入了舞蹈机器人的音乐识别技术，并采用神经网络算法和小波神经网络算法对语音识别误差和动作执行的准确度进行了优化，从而提高了远程控制的精度。模拟农田的作业环境对收割机远程语音识别误差和动作执行的误差进行了测试，结果表明:采用神经网络算法可以得到较高的语音指令识别精度。最后，对分别采用神经网络算法和小波神经网络算法的动作执行精度进行了对比，结果表明:采用小波神经网络算法可以得到更高的动作执行精度。
参考文献:
[1]李蕾，刘建鹏.采用改进神经网络PID控制的移动机器人轨迹追踪控制研究[J].井冈山大学学报(自然科学版)，2019，40(1):68-72.
[2]郭鹏，杨武华，杨国正，等.仿生机器人民族舞蹈表演的实现[J].科学技术创新，2018(35):68-69.
[3]刘学.基于字符识别的收割机机器视觉研究[J].农机化研究，2020，42(10):47-50.
[4]陈远玲，覃东东，王肖，等.甘蔗联合收割机刀盘转速对行走速度的跟踪控制[J].液压与气动，2020(4):9-14.
[5]张继伟，王鑫.舞蹈机器人创意设计及实现[J].南方农机，2018，49(20):10.
作者：李艳慧
转载请注明来自发表学术论文网：http://www.fbxslw.com/jylw/26677.html
